Dec, 2012

UCF101: 从野外视频中提取的 101 种人体动作数据集

PDF
TL;DR介绍了 UCF101，这是一个包含 101 个动作类别的数据集，超过 13k 个剪辑和 27 小时的视频数据，利用标准词袋法对该数据集进行了基线动作识别结果，总体性能为 44.5％。据我们所知，UCF101 目前是由于其大量的类别，大量的剪辑和无约束的特点为最具挑战性的动作数据集。
ucf101human actionsdatasetaction recognitionbag of words approach
发现论文，激发创造
  • 运动动作视频动力学人类数据集

    介绍了 DeepMind Kinetics 人类动作视频数据集，包含 400 个动作类别的视频片段，视频时长为 10 秒，并描述该数据集的统计信息、收集方式，以及神经网络在分类和偏差分析方面的性能指标和结果。

    May, 2017

  • Kinetics-700 人类动作数据集简明注释

    本文介绍了 DeepMind Kinetics 人类行为数据集从 600 类扩展到 700 类的详细更改，并使用 I3D 神经网络架构提供了基线结果和全面的统计数据。

    Jul, 2019

  • Kinetics-700-2020 人类动作数据集短注

    描述了 DeepMind Kinetics 人类动作数据集的 2020 版本，扩展并更新了 Kinetics-700 数据集，其中包含来自不同 YouTube 视频的至少 700 个视频剪辑，以及介绍了更新的数据集所做的变化和使用 I3D 网络的基线结果的详细统计。

    Oct, 2020

  • 人体动作识别的多视点室外数据集

    该论文提供了一个从多个角度观测人类行为的数据集，并在两流卷积神经网络结构配合核排名汇总的方法下获得了 74.0% 的动作识别准确率。

    Oct, 2021

  • TikTokActions: 基于 TikTok 的视频数据集用于人体动作识别

    这篇研究论文介绍了一个有用的 TikTok 视频数据集，可用于公众使用，并揭示了增加预训练数据集大小对基于视频的基础模型的边际效益。

    Feb, 2024

  • 行动识别的未来何去何从？一种新模型及动力学数据集

    本研究基于 Kinetics 数据集重新评估最先进的体系结构，并引入一种新的双流膨胀 3D ConvNet（I3D），该 ConvNet 可以在视频中学习无缝的时空特征提取器，利用成功的 ImageNet 架构设计及其参数，经过在 Kinetics 上的预训练后，I3D 模型在动作分类方面表现明显提高。

    May, 2017

  • 从网络监督视频数据中学习细粒度动作概念的 YouTube 数据集挖掘

    介绍了一个大规模的现实世界数据集，该数据集用于评估人类行为识别的学习技术，进一步提出了在无人干预状态下收集数据和训练的方法，并针对该训练数据出现的语义不一致性问题，提出了一个语义分层结构。

    Jun, 2019

  • Kinetics-600 简要介绍

    本文介绍了 DeepMind Kinetics 人类行为数据集的扩展，从拥有 400 个类别和至少 400 个视频片段变成 600 个类别和至少 600 个视频片段，并使用多种语言（葡萄牙语）进行多次查询以拓展数据集，同时使用 I3D 神经网络架构实现了基线性能，论文配合发布了公共测试集的真实标签。

    Aug, 2018

  • STAIR 动作：一个日常家庭动作视频数据集

    介绍了一个新的大规模视频数据集 STAIR Actions，包含了 100 个人类行为标签，以代表细粒度的日常家庭动作，如护理、照顾和安全等。该数据集包含大约 1000 个来自 YouTube 和群众工作者的视频，每个视频的持续时间大多为 5 至 6 秒。在三个主要的动作识别模型的实验中，表现出可以训练大模型并达到良好性能。

    Apr, 2018

  • 从在线舞蹈视频中学习

    通过引入 “Let's Dance” 数据集，作者介绍了如何在视频领域应用深度神经网络方法，并探讨了这些方法在学习如何处理动态数据时的价值和性能，特别是在区分需要使用运动信息分类的动态运动大类方面的困难。

    Jan, 2018